期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于DnCNN与多尺度特征提取的地震数据去噪方法
1
作者 刘威 徐振旺 +2 位作者 未晛 江源 陈伟 《西安石油大学学报(自然科学版)》 北大核心 2025年第1期18-31,共14页
地震数据中混杂的随机噪声严重影响数据的解释和应用,传统的去噪方法在去除噪音的同时无法避免丢失有效信号,难以满足精准去噪的需求。为此提出了一种基于降噪卷积神经网络(DnCNN)与多尺度特征提取的地震数据去噪方法。在多尺度特征提... 地震数据中混杂的随机噪声严重影响数据的解释和应用,传统的去噪方法在去除噪音的同时无法避免丢失有效信号,难以满足精准去噪的需求。为此提出了一种基于降噪卷积神经网络(DnCNN)与多尺度特征提取的地震数据去噪方法。在多尺度特征提取模块中加入通道注意力机制、空间注意力机制以及深度可分离卷积,并且借鉴残差网络结构,使得网络不仅可以学习不同尺度的特征,还能够合理分配不同通道和空间的权重,充分利用数据之间的相关性。这种方法不仅显著提升了网络训练的效果,而且在去噪的同时,能够最大程度地保留原始地震数据的有效信号和局部细节。 展开更多
关键词 地震数据去噪 深度学习 多尺度特征 DnCNN
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部